版权说明 操作指南
首页 > 成果 > 详情

基于多元概率推理模型的中文书写纹识别

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
刘三女牙(刘三女牙);铁璐;刘智;孙建文(孙建文
作者机构:
[刘三女牙; 孙建文; 刘智; 铁璐] 华中师范大学
语种:
中文
关键词:
网络书写纹;集成学习;概率推理模型;样本空间;随机采样;隶属度
关键词(英文):
ensemble learning;Probabilistic Reasoning ModeI(PRM);sample space;random sampling;membership degree
期刊:
计算机工程
ISSN:
1000-3428
年:
2013
卷:
39
期:
11
页码:
158-162
基金类别:
(2011BAK08B03,2011BAK08B05):国家“十二五”科技支撑计划基金资助陠目 (2010ZX01045-001-005):“核高基”重大专陠 (NCET-11-0654):新世纪优秀人才支持计划基金资助陠目
机构署名:
本校为第一机构
院系归属:
国家数字化学习工程技术研究中心
摘要:
针对中文短文本分类问题,从集成学习的角度提出一种基于多元概率推理模型的书写纹识别方法。将初始样本集划分为等粒度、可交叉的样本子集,构造具有差异性的子空间,在各子空间上采用基于概率推理模型的基分类器训练样本,通过概率求和法融合所有基分类器的输出得到训练样本的最终识别结果。实验结果表明,该方法对于网络书写纹具有较好的识别效果,查全率、查准率和F1度量值分别高达81.6%、85.9%和83.69%。
摘要(英文):
To solve Chinese written grain identification problem, this paper proposes a written grain identification method based on Multiple Probabilistic Reasoning Model(MPRM), from the point of view of ensemble learning. In this method, diverse subspaces are constructed by dividing the initial sample space into equal granularity, cross-allowed subsets. And then sample is trained by a base classifier based on Probabilistic Reasoning Model(PRM) in each subspace. A probability summation method is used to fuse the output of base classifier to get the f...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com